View
70
Download
2
Category
Preview:
Citation preview
Piano di didattica alternativa per la laurea magistraleUn approfondimento in informatica: Semantic Web
Costanza Romano
03 Febbraio 2016
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 1 / 29
Alunni ISICT e Formazione
Cos’è ISICT?"..un istituto di eccellenza che affianca i corsi di studio in ICTdell’Università di Genova per integrare la formazione universitariacon una didattica che è il risultato della stretta collaborazionetra università, aziende ed enti, preparando i giovaniall’inserimento nel mondo del lavoro"
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 2 / 29
Didattica ISICT
Formazione managerialeIl contesto industriale dellaliguriaGestione dell’InnovazioneRiservatezza, ProprietàIntellettuale, BrevettiProgettare l’Organizzazione. . .
Approfondimenti tecniciBusiness Intelligence andAnalyticsBioinformaticaRoboticaElaborazione quantisticadell’informazione. . .
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 3 / 29
Potenzialità dell’ingegnere informatico
Apprendimento da datiOttimizzazione e statistica per l’apprendimento da dati
Semantic WebTutorials, NETTAB 2013SWAT4LS 2013
BioinformaticaBioinformatica e Proteomica
Infrastrutture di reteEricsson Bootcamp
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 4 / 29
Percorso di didattica alternativa
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 5 / 29
Indice
Attività eseguite1 Ottimizzazione e statistica per l’apprendimento da dati2 Tutorials, NETTAB 20133 SWAT4LS 20134 Bioinformatica e Proteomica5 Ericsson Bootcamp
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 6 / 29
Ottimizzazione e statistica per l’apprendimento da dati
Erogato dall’Università degli Studi di GenovaNovembre - Dicembre 2013
Argomenti trattatiRichiami di probabilità e statisticaModelli di apprendimento da dati
Numero di ore 15Numero di ore con coeff. moltiplicativo 2,5 37,5
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 7 / 29
Indice
Attività eseguite1 Ottimizzazione e statistica per l’apprendimento da dati2 Tutorials, NETTAB 20133 SWAT4LS 20134 Bioinformatica e Proteomica5 Ericsson Bootcamp
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 8 / 29
Tutorials, NETTAB 2013
Società italiana di Bioinformatica16 Ottobre 2013
InterventiIncentrato su Semantic, Social, and Mobile Applications forBioinformatics and Biomedical laboratoriesSemantic Web for Life SciencesOpenPHACTS and NanoPubblicationsStandards for Web Application on MobileMobile Application for Life Sciences
Numero di ore 8Numero di ore con coeff. moltiplicativo 2,5 20
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 9 / 29
Indice
Attività eseguite1 Ottimizzazione e statistica per l’apprendimento da dati2 Tutorials, NETTAB 20133 SWAT4LS 20134 Bioinformatica e Proteomica5 Ericsson Bootcamp
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 10 / 29
SWAT4LS 2013
Organizzato dal gruppo SWAT4LS9,11 Dicembre 2013
Tutorials e HackhatonIntoduzione al Semantic WebCOEUS Platform: un esempio di Semantic Web ApplicationRDF Linked Data and identifiers.org at European BioinformaticsInstitute (EBI)Hackathon: Progettazione di una WebApp semantica per lagenerazione di mappe
Numero di ore 16Numero di ore con coeff. moltiplicativo 2,5 40
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 11 / 29
Indice
Attività eseguite1 Ottimizzazione e statistica per l’apprendimento da dati2 Tutorials, NETTAB 20133 SWAT4LS 20134 Bioinformatica e Proteomica5 Ericsson Bootcamp
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 12 / 29
Bioinformatica e Proteomica
Organizzato dell’IRCSS San Martino IST1-2,9-10 Aprile 2014
InterventiIntroduzione alla proteomicaTecniche di elettroforesi bidimensionaleLa spettrometria di massa: MALDI/TOF e LC/MSIntroduzione alla bioinformaticaStrumenti bioinformatici per l’analisi dei dati della spettrometria di massaStrumenti bioinformatici per l’analisi dei dati di elettroforesi bidimensionaleReti di interazione proteina-proteina e relativa analisi dei datiDalla ricerca di base alla biomaker discoveryAnalisi supervisionata dei dati di proteomica
Numero di ore 16Numero di ore con coeff. moltiplicativo 2,5 40
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 13 / 29
Indice
Attività eseguite1 Ottimizzazione e statistica per l’apprendimento da dati2 Tutorials, NETTAB 20133 SWAT4LS 20134 Bioinformatica e Proteomica5 Ericsson Bootcamp
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 14 / 29
Ericsson Bootcamp
Organizzato da Ericsson Academy15-18 Luglio 2014
TematicheIP Fundamentals (ISO/OSI, TCP/IP, IPv4, IPv6)IP RoutingEthernetMulti-Protocol Label Switching (MPLS)Quality of Service (QoS)
Numero di ore 16Numero di ore con coeff. moltiplicativo 2,5 40
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 15 / 29
Semantic Web
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 16 / 29
Le basi
Una Tripla è formata da tre elementi Soggetto-Predicato-Oggetto
Soggetto e oggetto sono risorse legate da una relazione definita daPredicatoOgni elemento di una tripla è definito da una URI univoca, che loidentifica
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 17 / 29
Le basi
Una Tripla è formata da tre elementi Soggetto-Predicato-Oggetto
Soggetto e oggetto sono risorse legate da una relazione definita daPredicatoOgni elemento di una tripla è definito da una URI univoca, che loidentifica
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 17 / 29
Le basi
Una Tripla è formata da tre elementi Soggetto-Predicato-Oggetto
Soggetto e oggetto sono risorse legate da una relazione definita daPredicatoOgni elemento di una tripla è definito da una URI univoca, che loidentifica
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 17 / 29
Semantic Web
Il Semantic Web è un’estensione del Web tradizionale che si occupa didati rappresentati sotto forma di tripleLa struttura delle relazioni tra elementi si può rappresentareattraverso le ontologie, cioè rappresentazioni della conoscenzarelative ad un certo ambito, utilizzate per lo scambio di informazionetra diversi sistemiA partire da queste rappresentazioni, gli Smart Agents (applicazionisemantiche) derivano conoscenza
Figure: Una semplice ontologia
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 18 / 29
Semantic Web
Il Semantic Web è un’estensione del Web tradizionale che si occupa didati rappresentati sotto forma di tripleLa struttura delle relazioni tra elementi si può rappresentareattraverso le ontologie, cioè rappresentazioni della conoscenzarelative ad un certo ambito, utilizzate per lo scambio di informazionetra diversi sistemiA partire da queste rappresentazioni, gli Smart Agents (applicazionisemantiche) derivano conoscenza
Figure: Una semplice ontologia
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 18 / 29
Semantic Web
Il Semantic Web è un’estensione del Web tradizionale che si occupa didati rappresentati sotto forma di tripleLa struttura delle relazioni tra elementi si può rappresentareattraverso le ontologie, cioè rappresentazioni della conoscenzarelative ad un certo ambito, utilizzate per lo scambio di informazionetra diversi sistemiA partire da queste rappresentazioni, gli Smart Agents (applicazionisemantiche) derivano conoscenza
Figure: Una semplice ontologia
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 18 / 29
HackhatonGenerazione di una mappa dei campioni biologici a partire dai loro metadati
Dati disponibili: metadati di un insieme di campioni biologici sul sitoEBI (European Bioinformatics Institute).Obiettivo: ottenere una mappa visualizzabile con l’informazionericavata dai metadati.
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 19 / 29
Procedimento
Interrogazione dello SPARQL endpoint di EBISPARQL: linguaggio SQL-like, permette di ottenere informazione daimetadati semanticiSPARQL endpoint: punto di accesso ai dati forniti.
Ottenimento file RDF/XML contenenti le informazioni relative aicampioni con informazioni geografiche
RDF/XML: estensione di XML in grado di rappresentare i datisemantici mantenendo la struttura innestata di XML
Trasformazione risultati in KML (tramite XSLT)KML: estensione di KML; è il formato di riferimento a cui siappoggiano tool di visualizzazione di mappe come Google Maps
Visualizzazione dei risultati tramite Google Maps
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 20 / 29
EBI SPARQL Endpoint
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 21 / 29
Procedimento
Interrogazione dello SPARQL endpoint di EBISPARQL: linguaggio SQL-like, permette di ottenere informazione daimetadati semanticiSPARQL endpoint: punto di accesso ai dati forniti.
Ottenimento file XML contenenti le informazioni relative ai campionicon informazioni geograficheTrasformazione risultati in KML (tramite XSLT)
KML: estensione di KML; è il formato di riferimento a cui siappoggiano tool di visualizzazione di mappe come Google Maps
Visualizzazione dei risultati tramite Google Maps
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 22 / 29
Struttra dei dati<sparql>
<head><variable name="item"/><variable name="latVal"/><variable name="longVal"/><variable name="label"/><variable name="desc"/>
</head><results>
<result><binding name="item">
<uri> http://rdf.ebi.ac.uk/resource/biosamples/sample/SAMEA1904954 </uri></binding><binding name="latVal">
<literal datatype="http://www.w3.org/2001/XMLSchema#double">-489679.0</literal></binding><binding name="longVal">
<literal datatype="http://www.w3.org/2001/XMLSchema#double">-151843.0</literal></binding><binding name="label">
<literal datatype="http://www.w3.org/2001/XMLSchema#string">ERS249851</literal></binding><binding name="desc">
<literal datatype="http://www.w3.org/2001/XMLSchema#string">16S rRNA tag sequences of day 36 of the iron fertilization experiment LOHAFEX
</literal></binding>
</result></results>
</sparql>
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 23 / 29
Procedimento
Interrogazione dello SPARQL endpoint di EBISPARQL: linguaggio SQL-like, permette di ottenere informazione daimetadati semanticiSPARQL endpoint: punto di accesso ai dati forniti.
Ottenimento file XML contenenti le informazioni relative ai campionicon informazioni geograficheTrasformazione risultati in KML (tramite XSLT)
KML: estensione di KML; è il formato di riferimento a cui siappoggiano tool di visualizzazione di mappe come Google Maps
Visualizzazione dei risultati tramite Google Maps
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 24 / 29
Trasformazione
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"><xsl:template match="/">
<kml xmlns="http://www.opengis.net/kml/2.2"><Document>
<xsl:for-each select="sparql/results/result"><Placemark>
<name><xsl:value-of select="binding[@name=’label’]/literal"/><xsl:value-of select="binding/uri"/>
</name><description>
<xsl:value-of select="binding[@name=’desc’]/literal"/></description><Point>
<coordinates><xsl:value-of select="binding[@name=’longVal’]/literal"/>
,<xsl:value-of select="binding[@name=’latVal’]/literal"/>
</coordinates></Point>
</Placemark></xsl:for-each>
</Document></kml>
</xsl:template></xsl:stylesheet>
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 25 / 29
Formato di Output
<?xml version="1.0" encoding="UTF-8"?><kml xmlns="http://www.opengis.net/kml/2.2">
<Document><Placemark>
<name>ERS249851 http://rdf.ebi.ac.uk/resource/biosamples/sample/SAMEA1904954</name><description>16S rRNA tag sequences of day 36 of the iron fertilization experiment LOHAFEX</description><Point>
<coordinates>-151843.0,-489679.0</coordinates></Point>
</Placemark></Document>
</kml>
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 26 / 29
Tesi di laurea magistraleInsider Threat: Discovery of Internal Threats Through Behaviour-based
Models
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 27 / 29
Tesi di laurea magistrale
Svolta presso ThinkingSafe Ltd, Egham, Surrey, UKRilevamento di potenziali dipendenti a rischio tramite indicatoricomportamentali
1 Stress2 Aggressività3 Isolamento
Basata su rilevamento nel testo delle email di indicatori linguisticiderivatiModifica dell’algoritmo di detection proprietario di ThinkingSafe perl’applicazione sui testi in italiano
Possibilità ottenuta grazie al contributo ISICT per la tesi all’estero
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 28 / 29
Grazie per l’attenzione
Costanza Romano Piano di didattica alternativa per la laurea magistrale 03 Febbraio 2016 29 / 29
Recommended